Anomaly detection using unsupervised machine learning algorithms: A simulation study

This study presents a comprehensive evaluation of five prominent unsupervised machine learning anomaly detection algorithms: One-Class Support Vector Machine (One-Class SVM), One-Class SVM with Stochastic Gradient Descent (SGD), Isolation Forest (iForest), Local Outlier Factor (LOF), and Robust Cova...

Celý popis

Podrobná bibliografie

Vydáno v:	Scientific African Ročník 26; s. e02386
Hlavní autor:	Agyemang, Edmund Fosu
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.12.2024 Elsevier
Témata:	Anomaly detection Isolation forest Local outlier factor One-class support vector machine Robust covariance Unsupervised machine learning algorithms Isolation forest Robust covariance Unsupervised machine learning algorithms One-class support vector machine Local outlier factor Anomaly detection
ISSN:	2468-2276, 2468-2276
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!